Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Sınırlı Bağımlı Değişen Analizi | EKO 570 | 0 | 3 + 0 | 3 | 6 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | YUKSEK_LISANS |
Dersin Türü | Seçmeli |
Dersin Koordinatörü | Dr.Öğr.Üyesi SAYIN SAN |
Dersi Verenler | Dr.Öğr.Üyesi SAYIN SAN, |
Dersin Yardımcıları | |
Dersin Kategorisi | Alanına Uygun Temel Öğretim |
Dersin Amacı | Bu derste sosyal bilimlerde ve politika analizlerinde sıklıkla kullanılan gelişmiş regresyon modelleri analiz edilecektir. Analiz edilecek olan modellerin ortak özelliği, analize konu olan bağımlı değişkenlerin En Küçük Kareler Yöntemi´ne (OLS) ait temel varsayımları ihlal ediyor olmalarıdır. |
Dersin İçeriği | Bu ders çerçevesinde analiz edilecek modeller, İkili Logit ve Probit modelleri, çoklu logit, sıralı logit, tobit ve poisson regresyon modeli ailesidir. Bütün modeller, En Çok Olabilirlik Yöntemi (ML) kullanılarak tahmin edilecektir. Ayrıca örneklem seçimi sorununda Heckman düzetlmesi de ele alınacaktır. |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | İstatistik paketleri yardımıyla mikro verilerin analiz edilmesi | Anlatım, Grup Çalışması, Örnek Olay, | Sınav, Ödev, Proje / Tasarım, |
2 | Modellerin tahmin edilmesi ve sonuçların yorumlanması | Örnek Olay, Grup Çalışması, Anlatım, | Proje / Tasarım, Ödev, Sınav, Performans Görevi, |
3 | Sınırlı bağımlı değişkenin yer aldığı regresyon modellerinde ampirik uygulamalar | Grup Çalışması, Anlatım, | Ödev, Sınav, |
4 | Davranışsal hipotezlerin kurgulanması ve test edilmesi | Örnek Olay, Anlatım, | Ödev, Sınav, |
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | Regresyon Fonksiyonundan Koşullu Olasılık Fonksiyonuna | |
2 | Tahmin ve İstatistiksel Testler | |
3 | İkili Değişkenlere Giriş | |
4 | En Çok Olabilirlik Tahmin Edicisi | |
5 | İkili Logit ve Probit Modelleri | |
6 | Probit Modelleri | |
7 | Çoklu Probit Modelleri | |
8 | ARA SINAV | |
9 | Koşullu ve Çoklu Logit Modelleri | |
10 | Karma Logit Modellerinin Bayesian Tahmin Edicileri | |
11 | Kesikli Çıktılar | |
12 | Sansürlenmiş Çıktılar | |
13 | Tıraşlanmış Çıktılar | |
14 | FİNAL |
Kaynaklar | |
---|---|
Ders Notu | Microeconometrics using STATA, (2009). Cameron, Colin A. and Pratin K. Trivedi, STATA Publication. Analysis of Micro Data, (2006). Winkellman, Rainer and Stefan Boes, Springer Publication. Regression Models for Categorical Dependent Variables using STATA, (2001). Long J. Scott, STATA Press |
Ders Kaynakları |
Sıra | Program Çıktıları | Katkı Düzeyi | |||||
---|---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | |||
1 | Ekonomik ve finansal konulardaki bilgilerin genişletilmesi ve derinleştirilmesi ile birlikte ekonometrik analiz yaparak bilgiyi değerlendirme, yorumlama ve uygulama yapabilme | X | |||||
2 | Finans ve ekonomi alanında teorik bilgilerini kullanarak ekonometrik yöntem ile uygulama becerisini birleştirip bilimsel yöntemlerle bilgiyi analiz edip yorumlayabilme | X | |||||
3 | Finans sektöründe yaşanan problemleri bilimsel yöntemlerle analiz etme ve çözüm önerisi geliştirme | X | |||||
4 | Finans sektöründeki güncel gelişmeleri ,finans sektörü ve dışındaki gruplara, yazılı, sözlü ve görsel olarak sistemli bir şekilde aktarabilme | X | |||||
5 | Gerek kamunun gerekse de özel kesimin gereksinim duyduğu yüksek becerili elemanlarda olması gereken; ekonomik ve finansal konularda ileri düzeyde teorik bilgi ve uygulamalı analiz yeteneğine sahip olma | X | |||||
6 | En az bir yabancı dilde sözlü ve yazılı iletişim yeteneğine sahip olma ("European Language Portfolio Global Scale", Level B2 | X | |||||
7 | Finans Ekonomisi Yüksek Lisans Programında özümsedikleri bilgiyi ve problem çözme yeteneklerini, disiplinler arası çalışmalarda uygulayabilme | X |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
1. Ödev | 20 |
2. Ödev | 20 |
3. Ödev | 20 |
4. Ödev | 20 |
5. Ödev | 20 |
Toplam | 100 |
1. Yıl İçinin Başarıya | 50 |
1. Final | 50 |
Toplam | 100 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 5 | 80 |
Ara Sınav | 1 | 3 | 3 |
Ödev | 2 | 3 | 6 |
Proje / Tasarım | 3 | 3 | 9 |
Final | 1 | 4 | 4 |
Toplam İş Yükü | 150 | ||
Toplam İş Yükü / 25 (Saat) | 6 | ||
Dersin AKTS Kredisi | 6 |